Es interesante observar las discusiones en torno a los chatbox y la inteligencia artificial (IA) generativa. Las opiniones varían entre el gran potencial que ofrece la IA y las preocupaciones sobre el daño que causaría a los sistemas de evaluación de la publicación científica.
Las palabras de Ernesto Spinak, Ingeniero en Sistemas y Lic. en Biblioteconomía, para SciELO en perspectiva, son una clara invitación a investigar sobre esta herramienta más allá de las opiniones generadas sobre sus potencialidades reales y futuristas.
El especialista reitera los problemas que ya tiene el sistema de publicación académica actual, por ejemplo, las revistas depredadoras, la preocupante cantidad de fraude en la investigación médica, la manipulación de citas, el intercambio de dinero por autoría, lo cual se evidencia en los crecientes índices de retractación.
Spinak advierte sobre las preocupaciones de la comunidad científica acerca de la incapacidad actual de la IA para documentar el origen de sus fuentes de datos a través de citas, porque la falta de identificadores de esas fuentes de datos significa que no hay capacidad para replicar los hallazgos generados por los Large Language Models (LLMs) y es un peligro real incurrir en la generación de datos falsos.
Pero más allá de estos dilemas, es incuestionable que la IA puede llegar a resolvernos muchísimos problemas para los que ahora mismo, no tenemos solución.
El problema principal del sistema de publicación académica es que cada vez es más difícil obtener revisiones por pares de alta calidad, debido al elevado costo y consumo de horas de dedicación. La mayoría de los principales canales de retroalimentación científica, explica el especialista, cuestan más de 100 millones de horas de investigación en USA y 2.500 millones de dólares estadounidenses en un solo año.
Los investigadores más jóvenes o de entornos de escasos recursos tienen dificultades especialmente para obtener comentarios oportunos. Debido a estas dificultades, y con el avance de los modelos LLM como GPT-4, existe un interés creciente en utilizarlos para generar retroalimentación científica sobre manuscritos de investigación y, en particular, acelerar el proceso de arbitraje editorial manteniendo los estándares de seguridad.
Esto introduce una nueva estrategia para afrontar el problema: usar la IA para el arbitraje científico con un sistema de confianza y que aporte comentarios útiles a los trabajos de investigación.
Y es sobre este tema que profundiza en este análisis, a partir de los resultados altamente positivos que ha mostrado un experimento recientemente publicado en arXiv.
Los invitamos a ver el texto completo en:
Este editorial publicado en la 
El año 2023 nos mostró interesantes avances para la inteligencia artificial, la genómica y la edición de genes, así como en la comprensión de enfermedades cuyos fundamentos habían eludido a los científicos durante muchísimo tiempo.
